Trên cơ sở thang đo các yếu tố ảnh hưởng đến Quyết định mua nhà chung cư tại thành phố Vũng Tàu đã được xem xét mối tương quan tuyến tính, đề tài tiếp tục thực hiện quá trình phân tích hồi quy. Biến phụ thuộc là “Quyết định mua nhà chung cư” (QD) và các biến độc lập là 5 biến đã hình thành từ phân tích nhân tố khám phá EFA trước đó bao gồm (1) “Ảnh hưởng từ người thân” (AH), (2) “Niềm tin đối với sản phẩm” (NT), (3) “Thủ tục pháp lý” (TT), (4) “Giá cả” (GC), (5) “Chính sách hỗ trợ khách hàng” (HT). Tác giả sử dụng hàm hồi quy tuyến tính với phương pháp đưa vào một lượt (Enter). Phương trình hồi qui tuyến tính đa biến được thực hiện trên phần mềm SPSS phiên bản 20.0.
4.5.1.1. Đánh giá sự phù hợp mô hình hồi quy
Để đánh giá độ phù hợp của mô hình, ta xem xét giá trị R2 hiệu chỉnh. Việc sử dụng R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ chính xác hơn giá trị R2
vì nó không thổi phồng mức độ phù hợp của mô hình. R2 hiệu chỉnh có giá trị là 0,705, cho thấy 5 biến độc lập trong mô hình hồi quy đã giải thích được 70,5% sự biến thiên của biến phụ thuộc, 29,5% còn lại là do các yếu tố khác và sai số. Đây là mức giải thích khá tốt (R2 hiệu chỉnh > 50%), có thể đánh giá mô hình là phù hợp.
Bảng 4.13. Mức độ giải thích mô hình
Mô hình
R R2 R2 hiệu chỉnh
Sai số chuẩn ước lượng
Durbin-Watson
1 0,843a 0,710 0,705 0,39279836 2,185 a . Biến quan sát: (Hằng số), HT, AH, GC, TT, NT
b. Biến phụ thuộc: QD
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS) 4.5.1.2. Kiểm định sự phù hợp mô hình
Để suy ra tính chất chung của tổng thể thì thông thường ta sẽ tiến hành điều tra một lượng mẫu giới hạn, được gọi là mô hình. Từ kết quả của mô hình chúng ta có thể suy ra được tính chất chung của tổng thể. Và để kết luận rằng, kết quả của mô hình có thể được áp dụng vào tổng thể hay không thì chúng ta cần thực hiện kiểm định F trong bảng ANOVA.
Kết quả từ Bảng 4.14 với giá trị F = 137,781 có Sig. rất nhỏ (0,000 < 0,05), điều này cho thấy mô hình hồi quy tuyến tính bội phù hợp với tổng thể và mô hình có thể được sử dụng. Mô hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%. Bảng 4.14. ANOVA Mô hình Tổng các bình phương df Bình phương trung bình F Sig. 1 Hồi quy 106,291 5 21,258 137,781 0,000b Phần dư 43,356 281 0,154 Tổng 149,647 286 a. Biến phụ thuộc: QD
b. Biến quan sát: (Hằng số), HT, AH, GC, TT, NT
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS) 4.5.1.3. Kết quả hồi quy
Kết quả hồi quy tuyến tính bảng 4.15 cho thấy 5/5 biến độc lập AH, NT, TT, GC, HT đều có hệ số hồi quy chuẩn hóa Beta (β) đều mang dấu dương và giá trị Sig. của các hệ số này đều < 0,05. Điều này thể hiện tất cả các biến trong mô hình đều có tác động cùng chiều với biến phụ thuộc QD có ý nghĩa thống kê ở mức 5%. Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc QD là: GC (0,362) > NT (0,301) > TT (0,224) > HT (0,218) > AH (0,149).
Bảng 4.15. Kết quả hồi quy đa biến Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
1 (Hằng số) -0,357 0,178 -2,011 0,045 AH 0,200 0,049 0,149 4,107 0,000 0,788 1,269 NT 0,308 0,040 0,301 7,688 0,000 0,673 1,485 TT 0,204 0,033 0,224 6,103 0,000 0,765 1,307 GC 0,275 0,027 0,362 10,238 0,000 0,825 1,212 HT 0,173 0,029 0,218 6,002 0,000 0,783 1,278 a. Biến phụ thuộc: QD
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS) 4.5.2.3. Kiểm tra sự vi phạm các giả định của mô hình hồi qui
Giả định liên hệ tuyến tính
Đồ thị phân tán phần dư chuẩn hóa (Hình 4.1) cho thấy các phần dư được phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Nghĩa là, phần dư chuẩn hóa không tuân theo một qui luật (hình dạng) nào. Vì thế, có cơ sở để khẳng định giả định liên hệ tuyến tính không vi phạm.
Hình 4.1. Đồ thị phân tán phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Giả định các phần dư không tương quan
Đại lượng thống kê Durbin-Watson (d) dùng để kiểm định tương quan của phần dư. Khi tiến hành kiểm định Durbin-Watson, nếu giá trị d trong miền chấp nhận giả thuyết 1 < d < 3 thì mô hình không có tự tương quan. Kết quả ở bảng 4.8 cho thấy hệ số Durbin – Watson có già trị bằng 2,185 lớn hơn 1 và nhỏ hơn 3. Như vậy, có thể kết luận không có hiện tượng tương quan giữa các phần dư xảy ra trong mô hình hồi quy.
Giả định phần dư phân phối chuẩn
Để kiểm định phân phối phần dư có chuẩn hay không, tác giả sử dụng biểu đồ Histogram để xem xét. Biểu đồ tần số Histogram phần dư (hình 4.2) cho thấy, phần
dư với giá trị trung bình gần bằng 0 và độ lệch chuẩn Std. Dev = 0,991 (xấp xỉ bằng 1) chứng tỏ giả thuyết phần dư có phân phối chuẩn không bị vi phạm. Ngoài ra biểu đồ Histogram cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số dạng quả chuông, nên có thể kết luận rằng phân dư có phân phối xấp xỉ chuẩn, giả định phân phối chuẩn không bị vi phạm.
Ngoài biểu đồ Histogram, Biểu đồ P-P plot (hình 4.3) cũng cho thấy các điểm quan sát không phân tán quá xa đường kỳ vọng (đường chéo) mà tập trung khá sát nên có thể kết luận giả định phân phối chuẩn không bị vi phạm.
Hình 4.2. Biểu đồ tần số của các phần dư chuẩn hóa
Hình 4.3. Biểu đồ tần số P-P plot của phần dư chuẩn hóa
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Giả định phương sai của phần dư không đổi
Để thực hiện kiểm định này, tác giả sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Biến thể hiện giá trị tuyệt đối phần dư được ký hiệu là ABSRES. Giá trị Sig. của các hệ số tương quan hạng Spearman trong Bảng 4.16 đều lớn hơn 0,05 (Lần lượt là 0,909; 0,294; 0,347; 0,640; 0,273) cho thấy không đủ cơ sở để bác bỏ giả thuyết H0 là giá trị tuyệt đối của phần dư độc lập với các biến độc lập. Như vậy, giả định về phương sai của phần dư không đổi không bị vi phạm.
Bảng 4.16. Ma trận tương quan hạng Spearman
AH NT TT GC HT ABSRES
AH NT TT GC HT ABSRES Sig. (2 đuôi) NT Hệ số tương quan 0,357** 1 Sig. (2 đuôi) 0,000 TT Hệ số tương quan 0,329** 0,388** 1 Sig. (2 đuôi) 0,000 0,000 GC Hệ số tương quan 0,274 0,444** 0,252** 1 Sig. (2 đuôi) 0,209 0,000 0,000 HT Hệ số tương quan 0,079 0,423** 0,337** 0,293** 1 Sig. (2 đuôi) 0,184 0,00 0,000 0,000 ABSRES Hệ số tương quan -0,007 0,062 0,056 -0,028 -0,065 1 Sig. (2 đuôi) 0,909 0,294 0,347 0,640 0,273
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Giả định không có đa cộng tuyến
Với hệ số VIF của tất cả các biến độc lập trong mô hình bảng 4.15 nhỏ hơn 10 cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau ta có thể bác bỏ giả thuyết mô hình bị hiện tượng đa cộng tuyến làm chệch kết quả hồi quy (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Như vậy mô hình hồi quy tuyến tính được xây dựng theo phương trình ở trên là không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
4.5.2.4. Kiểm định sự khác biệt về quyết định mua nhà chung cư với các đặc điểm nhân khẩu
Giới tính
Để kiểm định xem quyết định mua nhà chung cư giữa 2 nhóm nam và nữ có khác nhau hay không, ta thực hiện kiểm định theo phương pháp kiểm định t-test mẫu độc lập (Independent samples t-test). Kiểm định Levene về sự bằng nhau của phương sai sẽ được thực hiện trước khi kiểm định t-test.
H0: Không có sự khác biệt trong quyết định mua nhà chung cư giữa khách hàng nam và nữ.
H1: Có sự khác biệt trong quyết định mua nhà chung cư giữa khách hàng nam và nữ.
Ta có Giá trị Sig. của F trong kiểm định Levene = 0,004 < 0,05 cho thấy phương sai về quyết định mua nhà chung cư giữa 2 giới tính là khác nhau. Tiếp tục kiểm tra giá trị Sig. của kiểm định t-test = 0,534 > 0,05 nên không đủ cơ sở để bác bỏ giả thuyết H0. Như vậy, không có sự khác biệt trong quyết định mua nhà chung cư giữa nhóm nam và nữ.
Bảng 4.17. Kiểm định sự khác biệt về giới tính trong quyết định mua nhà chung cư
Kiểm định
Levene về
phương sai
bằng nhau
t-test về trung bình bằng nhau
F Sig. T Df Sig. (2 đuôi) Sự khác biệt trung bình Sự khác biệt sai số QD Giả định phương sai bằng nhau 8,601 0,004 0,621 285 0,535 0,053 0,086 Giả định phương sai không bằng nhau 0,623 276,996 0,534 0,053 0,085
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Độ tuổi
Để kiểm định xem quyết định mua nhà chung cư giữa các nhóm độ tuổi có khác nhau hay không, ta thực hiện kiểm định theo phương pháp kiểm định One-Way Anova. Kiểm định Levene về sự bằng nhau của phương sai sẽ được thực hiện trước kiểm định này.
Giả thiết đặt ra:
H0: Không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tuổi.
H1: Có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tuổi. Ta có Giá trị Sig. trong kiểm định Levene = 0,365 > 0,05 cho thấy phương sai về quyết định mua nhà chung cư giữa các nhóm độ tuổi là như nhau. Tiếp tục kiểm tra giá trị Sig. của F trong kiểm định One-Way Anova = 0,844 > 0,05 nên không đủ cơ sở để bác bỏ giả thuyết H0. Như vậy, không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tuổi.
Bảng 4.18. Kiểm định sự khác biệt về các nhóm tuổi trong quyết định mua nhà chung cư
Kiểm định tính đồng nhất của phương sai
Thống kê Levene df1 df2 Sig.
1,062 3 283 0,365 ANOVA QD Tổng các bình phương df Trung bình bình phương F Sig. Giữa các nhóm 0,433 3 0,144 0,274 0,844 Trong các nhóm 149,214 283 0,527 Tổng 149,647 286
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Tình trạng hôn nhân
Để kiểm định xem quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân có khác nhau hay không, ta thực hiện kiểm định theo phương pháp kiểm định One-Way Anova. Kiểm định Levene về sự bằng nhau của phương sai sẽ được thực hiện trước kiểm định này.
H0: Không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân.
H1: Có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân.
Ta có Giá trị Sig. trong kiểm định Levene = 0,051 > 0,05 cho thấy phương sai về quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân là như nhau. Tiếp tục kiểm tra giá trị Sig. của F trong kiểm định One-Way Anova = 0,971 > 0,05 nên không đủ cơ sở để bác bỏ giả thuyết H0. Như vậy, không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân.
Bảng 4.19. Kiểm định sự khác biệt về các nhóm tình trạng hôn nhân trong quyết định mua nhà chung cư
Kiểm định tính đồng nhất của phương sai
Thống kê Levene df1 df2 Sig.
3,012 2 284 0,051 ANOVA QD Tổng các bình phương df Trung bình bình phương F Sig. Giữa các nhóm 0,030 3 0,015 0,229 0,971 Trong các nhóm 149,616 284 0,527 Tổng 149,647 286
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)
Thu nhập trung bình
Để kiểm định xem quyết định mua nhà chung cư giữa các nhóm thu nhập hôn nhân có khác nhau hay không, ta thực hiện kiểm định theo phương pháp kiểm định One-Way Anova. Kiểm định Levene về sự bằng nhau của phương sai sẽ được thực hiện trước kiểm định này.
H0: Không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm thu nhập.
H1: Có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm thu nhập.
Ta có Giá trị Sig. trong kiểm định Levene = 0,716 > 0,05 cho thấy phương sai về quyết định mua nhà chung cư giữa các nhóm tình trạng hôn nhân là như nhau. Tiếp tục kiểm tra giá trị Sig. của F trong kiểm định One-Way Anova = 0,304 > 0,05 nên không đủ cơ sở để bác bỏ giả thuyết H0. Như vậy, không có sự khác biệt trong quyết định mua nhà chung cư giữa các nhóm thu nhập.
Bảng 4.20. Kiểm định sự khác biệt về các nhóm thu nhập trong quyết định mua nhà chung cư
Kiểm định tính đồng nhất của phương sai
Thống kê Levene df1 df2 Sig.
0,452 3 283 0,716 ANOVA QD Tổng các bình phương df Trung bình bình phương F Sig. Giữa các nhóm 1,905 3 0,635 1,216 0,304 Trong các nhóm 147,742 283 0,522 Tổng 149,647 286
(Nguồn: Xử lý từ dữ liệu khảo sát bằng phần mềm SPSS)